一、p值含義理解

P值的含義：原假設(shè)為真時，出現(xiàn)偏離原假設(shè)值的觀測值以及比觀測值更極端的值的概率,說白了P值是個概率值。

通俗理解：在假設(shè)原假設(shè)（H0）正確時，出現(xiàn)現(xiàn)狀或比現(xiàn)狀更差的情況的概率。

p值是Fisher先提出來的“顯著性檢驗”理論體系中的概念，假設(shè)檢驗之所以可行，其理論背景是小概率理論，小概率事件在一次試驗中幾乎是不可能發(fā)生的，但是它一旦發(fā)生，我們就有理由拒絕原假設(shè)；反之，小概率時間沒有發(fā)生，則認為原假設(shè)是合理的。通常步驟如下：

1. 有一個命題，稱之為”零假設(shè)“（null hypothesis）H0；
2. 找到一個統(tǒng)計量Z，可以計算Z的統(tǒng)計分布；
3. 一次試驗結(jié)果可以計算得到一個確切的Z值（Z0），在H0成立的情況下，出現(xiàn)比Z0更極端情況的概率值記作p值；
4. 如果p很小，則可以作為”零假設(shè)并不成立“的有力證據(jù)。

顯著性水平是原假設(shè)為真時拒絕原假設(shè)的概率，也即上述所說的小概率的界限，常取值0.05，001.在顯著性水平α下，P值規(guī)則為：P≤α，則拒絕H0;如果P>α，則不拒絕原假設(shè)。
我們通常把1-α稱為置信水平，即對推斷結(jié)果的把握度、可靠性。

二、舉例解釋
假設(shè)檢驗一枚硬幣是否是公正的，即出現(xiàn)正負面的概率是一樣的。
假設(shè)：硬幣是公平的
檢驗：扔1000次硬幣來測試假設(shè)是否正確。
扔1000次硬幣用二項分布來計算很麻煩，根據(jù)中心極限定理，我們知道，可以用正態(tài)分布來近似，比如，我扔了1000次，得到了530次正面，用正態(tài)分布來計算就比較簡單。

對于正態(tài)分布，沒辦法計算某個點的概率(連續(xù)分布單點概率=0)，只能取區(qū)間來獲得概率，那這個時候取哪個區(qū)間合適呢？這就用到了上面定義的那句話了“出現(xiàn)現(xiàn)狀或比現(xiàn)狀更差的情況的概率”，如下:

如果顯著水平為0.05，這個時候p-value=0.03<0.05,則拒絕原假設(shè)。

三、線性回歸中的P值如何理解
線性回歸中的原假設(shè)：兩個變量之間的線性關(guān)系是不顯著的。
當給定顯著水平α時，如果檢驗結(jié)果的p值小于α，則拒絕原假設(shè)，說明模型反映的線性關(guān)系顯著，即該變量很有用；反之不拒絕原假設(shè)，即該變量與目標變量確實沒有多少線性關(guān)系，可以剔除該變量。

總結(jié)

以上是生活随笔為你收集整理的统计学中P值的理解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。